Технологии искусственного интеллекта активно проникают в ИТ-аутсорсинг, освобождая специалистов от рутинных операций и превращая сложные задачи в управляемые процессы. О сферах применения ИИ и наиболее эффективных решениях рассказывает руководитель дирекции по развитию бизнеса и отдела премиальных сервисов IBS Василий Саутин.
Ручная обработка задач при традиционной модели ИТ-аутсорсинга замедляет реагирование на инциденты. С внедрением ИИ-технологий запросы обрабатываются быстрее, а значит, качество обслуживания повышается.
ИИ может автоматизировать работу техподдержки, диагностику оборудования и классификацию инцидентов. Например, в инфраструктурных вопросах ИИ можно задействовать для выявления аномалий при мониторинге серверов и сетей, а в анализе данных — для распределения ресурсов или генерации отчетов.
При этом могут использоваться такие технологии как обработка естественного языка (NLP), машинное обучение (ML), компьютерное зрение (CV), роботизированная автоматизация процессов (RPA) и Big Data.
Можно сделать акцент на использовании ИИ для улучшения сервисных и аутсорсинговых процессов. Среди наиболее перспективных направлений:
Это не новый инструмент в ИТ-аутсорсинге, но с развитием ИИ-технологий он становится все более эффективным. Внедрение чат-бота с ИИ позволяет уменьшить количество обращений в техподдержку зачастую на 30-50%. Кроме того, ИИ может обеспечить более удобное взаимодействие — в формате диалога с наводящими вопросами вместо заполнения полей в личном кабинете.
Примеры использования:
Цифровые сотрудники — это программные решения, сочетающие ИИ, роботизированную автоматизацию процессов и машинное обучение. Они способны выполнять не только задачи общения (включая функции чат-бота), но и сложные бизнес-операции — обработку документов, управление инфраструктурой, мониторинг систем, классификацию инцидентов и даже прогнозирование проблем.
Где применяют цифровых сотрудников?
База знаний в ИТ-аутсорсинге служит основным источником информации для решения инцидентов, обучения сотрудников и оптимизации взаимодействия с клиентами.
ИИ может значительно расширить возможности традиционных методов управления информацией. С его помощью можно автоматизировать сбор, обработку и классификацию данных из различных источников: баз данных, инструкций, сообщений пользователей и т. д. Алгоритмы ML анализируют обращения, выявляют повторяющиеся паттерны и обновляют базу знаний, а виртуальные ассистенты используют ее для самообслуживания клиентов, ускоряя поиск решений и снижая нагрузку на техподдержку.
ИИ может автоматически обновлять каталог услуг на основе данных о потребностях клиентов и предлагать персонализированные рекомендации. Чат-боты и виртуальные ассистенты на портале ускоряют поиск информации и обработку запросов, а NLP улучшает понимание запросов.
Системы ИИ могут анализировать инциденты, классифицировать их по срочности и направлять нужным специалистам, сокращая время обработки. Используя исторические данные, ИИ также может предсказывать потенциальные проблемы, что позволяет предотвращать сбои и минимизировать их влияние. В свою очередь интеллектуальная маршрутизация оптимизирует распределение задач с учетом рабочей нагрузки и квалификации сотрудников.
Роботы могут извлекать данные из сложных документов, работать в закрытых корпоративных системах и благодаря ML адаптироваться к новым задачам. При этом роботизированная автоматизация процессов уже перестала быть локальным решением и становится частью общей цифровой трансформации.
Среди популярных отечественных решений, которые помогают оптимизировать рутинные операции, можно выделить Naumen Service Desk, ELMA365 Service и BPMSoft.
Как мы видим, ИИ может взять на себя широкий спектр задач и его можно назвать одним из перспективных направлений для повышения эффективности ИТ-сервиса.